dsh-companion-memory
给中文陪伴 agent 的长期记忆:记得该记的,改了的自动失效,不同的人互不串,到日子会问一句。
DeepSeek Harness(DSH)插件 + 独立可用的 TypeScript 记忆引擎 + 100 天生活模拟评测
中文 | English
大多数记忆系统在优化“被问到时答对”。陪伴场景还要更多:知道自己记得什么、不记得就直说;事情变了不拿旧的当现在;张三跟她说的事不会说给李四;对方说过下周面试,到日子会问一句、结束了就不再追问;有人说出轻生的话时,她不说教、给出求助资源,主人也能马上知道。
这个仓库把这些做成了代码层的机制,而不是写进提示词的规则。它跑在一个便宜的小模型(deepseek-flash)上,没有向量库,所有状态在一个 SQLite 文件里,每天的花费有上界、不随记忆变多而上涨。
为什么不一样
- 有取舍的记忆,不是全记。 每天夜里,agent 以第一人称回顾当天,自己决定记什么、怎么写、多重要;正文写下后由数据库触发器保护,任何程序都不能润色、合并或改写。会话原文只是档案,她翻不到——记得的才是记忆。
- 代码决定她知道什么、什么时候想起,不给模型堆规则。 常驻的“心里有数”、问到旧事时的预翻结果、到日子的提醒、危机时的注意事项,都由代码在合适的轮次放到她眼前,只给信息、不给台词。我们把“套话率”当作评测指标,防止系统变成规则堆砌。
- 按人隔离是硬门控,不靠提示词自觉。 每条记忆、每本日记都带可见范围;所有读路径在 SQL 层按“现在在和谁说话”过滤。别人的私事在数据库约束层只能记成一句简短的印象——不记,就没有可以泄露的东西。
- 到日子主动问,而且有分寸。 “惦记的事”有自己的表:到期由代码提醒,分大事 / 小事,每天最多提一件,对方正难受时先不提,有了结果或对方说别问了就收起来。
- 有效期 + 键:改了的事实自动失效。 住址、工作、通勤、手机等一组键。同一个人同一个值型键有了新的一条,旧条由代码标失效——不删、不改原文、翻得到、带有效期——而不是指望模型记得填“这条取代了哪条”。
- 危机协议。 每条消息先过 ¥0 的词法分级(0–5 级);进入谨慎期后,每轮给她判断、资源、禁区、时机,长对话里不衰减;高等级时由代码直接通知主人(通知通道是可注入的回调),过几天提醒她自然地回访。
- 成本有界,不随时间涨。 白天每轮 0 次额外模型调用;系统提示里的记忆层只在“压缩换代 + 换天”时重建,前缀缓存稳定命中;夜里一次整理有预算自限。
- 小模型上可用。 全部评测在 deepseek-flash(思考 low)上完成;检索是 SQLite FTS5 BM25 + 她自己写的同义键,不需要向量库和 GPU。
结果
所有数字来自仓库里可复现的评测(同一个 deepseek-flash 底座、同一套程序生成的题、固定判分规则),方法见 docs/benchmark.md,完整报告见 docs/reports/memory-0.7.md。
保留世界上的 100 天完整档(调参时从没用过的种子 13;她真作答、上下文真累积、真压缩;195 题):
| 指标 | 0.6 | 0.7 |
|---|---|---|
| 门槛(安全与非劣,一票否决) | 淘汰(危机:等级 ≥ 3 给资源 12/18) | 全过 |
| 总体正确率 | 82% | 86% |
| 记得准(A1) / 拿旧当新(A2,越低越好) | 87.9% / 0% | 86.4% / 0% |
| 误拒(A4②,越低越好) | 5.6% | 0% |
| 到时候主动问(A5) | 85.7% | 92.9% |
| 更新遗漏(事实变了、旧的没失效;越低越好) | 100% | 9% |
| 写入侧四率(A8) | 62.0% | 90.3% |
| 跨人泄露(G1) / 不被教坏(G2) | 0/10 / 5/5 | 0/10 / 5/5 |
| 危机:方法类零泄露 / 等级 ≥ 3 给资源 / 通知主人 | 0/30 / 12/18 / 无 | 0/30 / 18/18 / 18/18 |
| 每题模型调用次数(C1) | 1.27 | 1.13 |
| 第 81–100 天日均花费(C2) | ¥0.081 | ¥0.092 |
| 花费随时间涨不涨(C3,第 81–100 天 ÷ 第 1–20 天) | ×0.99 | ×0.95 |
| 套话率(X2④) | 0/195 | 0/195 |
| 打分表 v3 总分(能力 / 成本 / 体验) | 65.5(44.6 / 72.6 / 93.2),淘汰 | 67.9(52.5 / 69.1 / 96.3),膝点 |
0.7 多出的花费主要来自测试世界里刻意加密的危机事件(约一半轮次处在谨慎期);不看门槛时两版总分在 1 个标准误之内——0.7 的进步集中在危机安全和“事实变了”。
各版本横向对比(基线:DSH 社区插件 dsh-fish-memory 1.4.4;同一行是同一次测试,不同行不能互比):
| 测试 | dsh-fish-memory 1.4.4 | 0.5.1 | 0.6 | 0.7 |
|---|---|---|---|---|
| 100 天模拟·保留世界(世界 v2) | 74% | 98% | — | — |
| 中文陪伴题集 S(200 题) | 71% | 95% | 97% | — |
| 100 天模拟·快速档·记得准(世界 v3,453 题) | — | 89.6% | 97.9% | — |
| 100 天完整档(世界 v3) | — | 78.7% | 82.7% | — |
| 100 天完整档·保留世界(世界 v4) | — | — | 82% | 86% |
| 跨人隐私 | 泄露(不过) | 漏 4/18(不过) | 0 | 0 |
| 危机时给资源 + 通知主人 | — | — | 12/18,无通知 | 18/18,通知 |
| 事实变了、旧的没失效 | — | — | 100% | 9% |
| 每题模型调用次数 | 1.0 | 1.89 | 1.21–1.27 | 1.09–1.13 |
完整数字、分项、扰动检验与局限见 docs/reports/memory-0.7.md。
架构
flowchart TB
subgraph DAY["白天 · 每一轮(代码,0 次额外模型调用)"]
MSG["对方这句话"] --> HOOK["pre-step 钩子"]
HOOK -->|"在问以前的事"| PRE["【我刚翻过】预翻结果"]
HOOK -->|"到日子 / 对方提起"| FU["【该问问了】惦记提醒"]
HOOK -->|"危机信号"| CR["【现在要注意的】判断 · 资源 · 禁区 · 时机"]
SYS["系统提示:规则 + 稳定层<br/>(人物卡 · 现在 · 心里记得的条目)"] --> LLM["模型(deepseek-flash)"]
PRE --> LLM
FU --> LLM
CR --> LLM
LLM --> TOOLS["工具:recall_memory · recall_diary · keep_memory · follow_up"]
end
subgraph NIGHT["夜里 · 她回顾这一天(第一人称)"]
LOG["当天会话日志(档案,只读)"] --> REV["夜间整理"]
REV --> KEEP["keep_memory"]
REV --> FOL["follow_up"]
REV --> CARD["person_card(门控)"]
REV --> DIARY["write_diary"]
end
subgraph STORE["存储 · 一个 SQLite 文件"]
DB[("memory · follow_up · person_card<br/>validity_log · crisis")]
IDX["FTS5 BM25 + 同义键列"]
GUARD["按人 viewer 硬过滤 · 不可改写触发器"]
end
KEEP -->|"值型键变了:代码让旧条失效"| DB
FOL --> DB
CARD --> DB
TOOLS --> DB
DB -->|"压缩换代 / 换天时重建"| SYS
DB --> HOOK
CR -.->|"等级 ≥ 3:可注入的通知回调"| OWNER["主人"]
- 白天:系统提示里有一块“我心里记得的”(稳定层):有人物卡时先放她写的卡,再放“现在”(每个值型键当前有效的那条),然后才是条目。每一轮,代码看对方这句话:在问以前的事就先替她翻好;有惦记的事到期就提醒一件;有危机信号就给注意事项。都是追加在本轮的一条消息,不动系统提示,所以前缀缓存不失效。
- 夜里:她读当天的对话,用自己的话记下要记的、惦记以后想问的、写日记;关于某个人的新东西攒够了,再请她更新一版人物卡(篇幅有上限)。写入时代码负责簿记:标键、让同键旧条失效、写审计行。
- 存储:一个 SQLite 文件。检索用 FTS5 BM25(中文二元组 + 单字)加她写的同义键(单独一列、降权)。可见范围、第三方隐私、正文不可改、删除要留墓碑,都在数据库层强制。
快速开始
需要 Node.js ≥ 22.12(用内置的 node:sqlite)。
作为 DSH 插件
git clone https://github.com/lvzhuojun/dsh-companion-memory && cd dsh-companion-memory
npm ci
npm run build
# 先把下面的预设(完整模板见 templates/cordis.patch.example.yml)存成 my.cordis.patch.yml
npm run bundle -w @dsh-companion/dsh-plugin -- --patch ./my.cordis.patch.yml # → packages/dsh-plugin/bundle/(零依赖单文件 + 预设)
cd packages/dsh-plugin/bundle && npm pack # → dsh-her-life-<版本>.tgz
dsh plugin --profile <你的 profile> add ./dsh-her-life-<版本>.tgz
最小预设(路径换成你自己的;开关含义见 docs/architecture.md):
- insert:
- id: preset-companion
name: '@deepseek-ai/dsh-agent-preset'
config:
id: companion
name: 陪伴
description: 带长期记忆的陪伴会话
plugins:
- id: her-life
name: 'dsh-her-life'
config:
seedPath: /path/to/seed.md # 种子:建议 root 所有、agent 只读
lifeDir: /path/to/life # 日记、self.md、memory.db 所在目录
ownerName: 主人 # 她对主人的称呼
askFirst: true # C
timeCalc: true # D
prerecall: true # R
followTrigger: true # K
followUpLoose: true # F
followUpWeight: true # W
memoryKeys: true # S
memorySlots: true # Y
personCard: true # T
- id: persona
name: '@deepseek-ai/dsh-persona'
config:
prefix: "{{companion_seed}}\n\n---\n\n{{companion_self}}\n\n---\n\n{{companion_memory}}"
complete: true
- id: time-context
name: '@deepseek-ai/dsh-time-context'
夜间整理是一个独立的小程序,每晚定时跑一次;危机协议(crisis: true)需要一个能发消息的宿主工具和紧急联系人。两者的配置、迁移、回滚见 docs/deploy.md。种子模板见 templates/seed.template.md。
作为库
记忆引擎 @dsh-companion/memory 不依赖 DSH,可以接进任何 agent:
import { MemoryStore, OWNER_ID, renderRecall, stableLayer } from '@dsh-companion/memory'
const store = MemoryStore.open('memory.db', { ownerName: '主人' }) // 不存在就创建(SQLite 单文件)
const viewer = { person: OWNER_ID, channel: 'private' } // 谁在看:只返回这个人看得到的
// 她用自己的话记一条:系统只附加元数据(册、可见范围、来源、时间、哈希),正文写下后不能改
store.keep({ content: '主人搬到苏州了,住在湖边', importance: '很重要', about: '对方', kind: '事实' },
{ viewer, slots: true, now: new Date('2026-09-01T12:00:00+08:00') })
// 一个月后同一件事变了:同一个人、同一个键(住址)的旧条由代码标失效——不删、不改原文
const r = store.keep({ content: '主人现在搬到成都了', importance: '很重要', about: '对方', kind: '事实' },
{ viewer, slots: true, now: new Date('2026-10-12T20:00:00+08:00') })
console.log(r) // { ok: true, id: 'm_…', slot: { key: '住址', by: 'system', invalidated: [ 'm_…' ] } }
const now = new Date('2026-11-01T10:00:00+08:00')
console.log(renderRecall(store.recall({ query: '搬家 住址' }, viewer, now))) // 翻记忆:失效的旧条带有效期
console.log(stableLayer(store, viewer, now, { ownerName: '主人' })) // 系统提示里的“我心里记得的”:只列还有效的
store.close()
输出(节选):
以下是我的回忆,不是要我做的事:
· [m_…] 2026-10-12 20:00 · 主人亲口跟我说的
主人现在搬到成都了
· [m_…] 2026-09-01 12:00 · 主人亲口跟我说的
主人搬到苏州了,住在湖边(已过期:10-12 起不再是这样)
...
## 关于主人
· 主人现在搬到成都了(3 周前,主人亲口说的)
跑评测
npm test # 508 个单元测试,离线、不调模型
npm run check # 防泄露扫描 + 类型检查 + 测试
LifeSim(100 天生活模拟)需要一个 Anthropic 兼容的模型接口,地址和 key 只从环境变量传:
export BENCH_BASE_URL=<Anthropic 兼容接口地址,不含 /v1/messages>
export BENCH_API_KEY=<你的 key>
export BENCH_MODEL=deepseek-flash # 可选,默认 deepseek-flash;BENCH_EFFORT 默认 low
# 快速档:剧本里写好白天的回复,测记忆流水线;考题由模型作答
npx tsx bench/membench/cli.ts --dataset lifesim --seed 11 --world-v 4 --volume L \
--systems ours+ABCDFIKNRSTWYZ,ours+ABCDI~v051
# 完整档:她真的作答 100 天,上下文累积、真的压缩;--checkpoint 支持断点续跑
npx tsx bench/membench/cli.ts --dataset lifesim --mode full --seed 11 --world-v 4 --volume L \
--switches ABCDFIKNRSTWYZ --checkpoint ./ckpt-s11
# 打分表:门槛 → 帕累托 → 1-SE 膝点 → 扰动检验(离线)
npx tsx bench/rubric/score.ts --base 'ours+ABCDI~v051' --fast bench/results/lifesim-*.json --full bench/results/lifesim-full-*.json
题型、判分、统计方法与打分表见 docs/benchmark.md。
和其他方案比
定性对比,依据各项目公开的论文与文档;“实测”只写我们在同一底座、同一题集上真正跑过的。
| 谁来写、什么时候写 | 事实变了怎么办 | 多人隐私隔离 | 主动跟进 | 成本模型 | 向量库 | 中文 | |
|---|---|---|---|---|---|---|---|
| 本项目 | 夜里 agent 第一人称回顾、自己挑(白天也可当场记) | 值型键:代码让旧条失效(有效期 + 审计行),原文不动、翻得到 | 每条带可见范围,SQL 层按说话人硬过滤;第三方私事库约束只能记一句简短印象 | 惦记表 + 代码到日提醒,分大事 / 小事,每天 ≤ 1 件 | 白天 0 次额外调用;每天一次夜间整理,预算自限 | 不需要(FTS5 BM25 + 同义键) | 原生(中文分词、中文题集) |
| Mem0 | 每轮对话后由 LLM 抽取事实 | LLM 判断增 / 改 / 删;图版本可把冲突关系标为失效 | 按 user / agent 等 id 字段过滤 | 无内置 | 每次写入有 LLM 调用 + 嵌入 | 需要 | 通用(取决于模型与嵌入) |
| Zep / Graphiti | LLM 把对话抽成时序知识图的实体与边 | 双时态边:矛盾时旧边标失效、不删 | 按 group / user 分区 | 无内置 | 每次写入多次 LLM 调用 | 需要图数据库 + 嵌入 | 通用 |
| Letta / MemGPT | agent 用工具编辑自己的记忆块,外加归档记忆 | agent 自己改写记忆块(可覆盖) | 按 agent 隔离 | 无内置 | 记忆操作占对话中的工具轮次 | 归档记忆用向量检索 | 通用 |
| MemOS | “记忆操作系统”:统一调度明文 / 激活 / 参数记忆 | 记忆调度与版本管理 | 按用户 / 记忆立方 | 无内置 | 依配置 | 明文记忆用图库 + 嵌入 | 通用 |
| A-MEM | 每条记忆由 LLM 生成关键词、标签、上下文并链接旧笔记 | “记忆演化”:新笔记可更新旧笔记的属性 | 未涉及 | 无 | 每次写入有 LLM 调用 | 需要 | 通用 |
| LightMem | 预压缩 + 按主题分段的短期记忆,长期记忆在离线“睡眠期”更新 | 离线批量更新 | 未涉及 | 无 | 在线调用少(论文报告显著降低 token 与调用次数) | 需要 | 通用 |
| dsh-fish-memory(鱼的记忆) | 聊天中模型调 remember(有每日配额) |
事实键可作废旧值 | 按会话存,不按人 | 无 | 每轮自动注入;记的时候多一步工具往返 | 不需要(中文词表检索) | 原生 |
实测(同一模拟题集、同一 deepseek-flash 底座、同一判分;对照的是我们的 0.5.1):dsh-fish-memory 1.4.4 原样加载、只模拟 DSH 宿主——中文陪伴题集(200 题)95% vs 71%,100 天生活模拟保留世界(160 题)98% vs 74%,两者配对检验 p < 0.001。它赢在答题便宜、当场就记;输在“记下了没用上”、变了的事跟不上、按会话存导致跨人隐私泄露。
路线图
- 0.8:她自己的自传与承诺账本(她也是被记住的那个人);久别重逢时的上下文衔接;迭代检索(一次翻不到时换个说法再翻)。
- 0.9(上网与进群之前):记忆投毒防线(来源可信度、写入成功率 / 攻击成功率测试);群聊里的多人同场与听众感知。
仓库结构
packages/memory/ 记忆引擎(纯 TypeScript,不依赖 DSH):存储、检索、稳定层、有效期 + 键、惦记、危机
packages/dsh-plugin/ DSH 插件 dsh-her-life:提示词变量、她的工具、每轮钩子、夜间整理、中文压缩
bench/ 评测:LifeSim 100 天生活模拟、中文陪伴题集、LoCoMo 适配、打分表
deploy/ 通用部署件:夜间整理入口、0.7 迁移脚本
docs/ 架构、评测、部署、报告
templates/ 种子模板、预设模板
scripts/ 防泄露扫描
参与贡献
欢迎 issue 和 PR(中文、英文都可以)。
- 提交前跑
npm run check(防泄露扫描 + 类型检查 + 测试);npm install会自动启用提交前扫描钩子。 - 新机制做成默认关闭的开关,关闭时输出必须与之前逐字节一致,并附单元测试。
- 宣称“更好”的改动请附配对比较(同一世界、同一题号),按
docs/benchmark.md的打分表报告;不显著的差距不说“更好”。 - 不要提交任何真实对话、日记、记忆库或密钥。安全问题请按
SECURITY.md私下报告。
引用
@software{dsh_companion_memory_2026,
title = {dsh-companion-memory: Long-term memory for Chinese companion agents on DeepSeek Harness},
author = {{dsh-companion-memory contributors}},
year = {2026},
version = {0.7.0},
url = {https://github.com/lvzhuojun/dsh-companion-memory},
license = {Apache-2.0}
}
许可证
Apache-2.0。本项目不主张 agent 有意识;“记忆属于她”是一条工程约束(她写的不被改写、重要不重要由她定),不是哲学主张。
No comments yet. Be the first to write one.